Statistiche e Big Data generative-models

2

So che generativo significa "basato su " e discriminante "basato su ", ma sono confuso su diversi punti:P(x,y)P(x,y)P(x,y)P(y|x)P(y|x)P(y|x) Wikipedia (+ molti altri successi sul web) classificano come discriminatori SVM e alberi delle decisioni. Ma questi non hanno nemmeno interpretazioni probabilistiche. Cosa significa discriminante qui? La discriminazione è appena arrivata a …

154 machine-learning generative-models

7

Come funziona il trucco di reparameterizzazione per VAE e perché è importante?

Come funziona il trucco di reparameterizzazione per autoencoders variazionali (VAE)? Esiste una spiegazione intuitiva e semplice senza semplificare la matematica sottostante? E perché abbiamo bisogno del 'trucco'?

57 mathematical-statistics autoencoders variational-bayes generative-models

2

Casi d'uso moderni di macchine Boltzmann limitate (RBM)?

Background: molta della ricerca moderna negli ultimi 4 anni (post alexnet ) sembra essersi allontanata dall'uso della pre-generazione generativa per le reti neurali per ottenere risultati di classificazione all'avanguardia. Ad esempio, i migliori risultati per mnist qui includono solo 2 articoli dei primi 50 che sembrano usare modelli generativi, entrambi …

16 references deep-learning rbm generative-models

2

La connessione tra statistica bayesiana e modellistica generativa

Qualcuno può riferirmi a un buon riferimento che spiega la connessione tra le statistiche bayesiane e le tecniche di modellazione generativa? Perché di solito usiamo modelli generativi con tecniche bayesiane? Perché è particolarmente interessante utilizzare le statistiche bayesiane in assenza di dati completi, se non del tutto? Nota che vengo …

15 bayesian generative-models

2

Perché i modelli di analisi "discriminanti" di Gauss sono chiamati così?

I modelli di analisi discriminante gaussiana apprendono e quindi applicano la regola di Bayes per valutare P ( y | x ) = P ( x | y ) P p r i o r ( y )P( x | y)P(X|y)P(x|y)P( y| x)= P( x | y) Pp r i …

13 normal-distribution discriminant-analysis generative-models

4

Inferenza senza rischio: cosa significa?

Di recente sono venuto a conoscenza del fatto che i metodi "privi di probabilità" sono stati banditi in letteratura. Tuttavia, non sono chiaro su cosa significhi che un metodo di inferenza o ottimizzazione sia privo di probabilità . Nell'apprendimento automatico l'obiettivo è di solito massimizzare la probabilità di alcuni parametri …

11 machine-learning deep-learning maximum-likelihood generative-models abc

1

Oltre i chicchi di Fisher

Per un po ', sembrò che i kernel di Fisher potessero diventare popolari, in quanto sembravano essere un modo per costruire kernel con modelli probabilistici. Tuttavia, raramente li ho visti usati in pratica, e ho una buona autorità che tendono a non funzionare molto bene. Si basano sul calcolo delle …

10 machine-learning probability kernel-trick generative-models

4

Come interpretare una curva di sopravvivenza del modello di rischio Cox?

Come si interpreta una curva di sopravvivenza dal modello di rischio proporzionale cox? In questo esempio di giocattolo, supponiamo di avere un modello di rischio proporzionale cox su agevariabile nei kidneydati e generare la curva di sopravvivenza. library(survival) fit <- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() Ad esempio, al momento …

9 r survival cox-model likelihood machine-learning deep-learning generative-models machine-learning reinforcement-learning q-learning regression multicollinearity convergence beta-distribution bernoulli-distribution machine-learning self-study pattern-recognition neural-networks stochastic-processes linear

Domande taggate «generative-models»